为什么要在 pandas 中复制数据框

Question

从父数据帧中选择子数据帧时，我注意到一些程序员使用 .copy() 方法复制数据帧。例如，

 X = my_dataframe[features_list].copy()

…而不仅仅是

X = my_dataframe[features_list]

他们为什么要复制数据框？如果我不复制会怎样？

原文由 Elizabeth Susan Joseph 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

这扩展了保罗的回答。在 Pandas 中，对 DataFrame 进行索引会返回对初始 DataFrame 的引用。因此，更改子集将更改初始 DataFrame。因此，如果要确保初始 DataFrame 不应该更改，则需要使用副本。考虑以下代码：

 df = DataFrame({'x': [1,2]})
df_sub = df[0:1]
df_sub.x = -1
print(df)

你会得到：

    x
0 -1
1  2

相反，以下保持 df 不变：

 df_sub_copy = df[0:1].copy()
df_sub_copy.x = -1

这个答案在新版本的熊猫中已被弃用。查看 文档

原文由 cgold 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

因为如果您不制作副本，那么即使您将 dataFrame 分配给不同的名称，索引仍然可以在其他地方进行操作。

例如：

 df2 = df
func1(df2)
func2(df)

func1可以通过修改df2来修改df，所以要避免：

 df2 = df.copy()
func1(df2)
func2(df)

原文由 sparrow 发布，翻译遵循 CC BY-SA 3.0 许可协议